同步电机励磁系统控制器研究

同步电机励磁系统控制器研究1同步发电机励磁系统同步发电机励磁系统是指由同步发电机和励磁系统一起组成的同步发电机励磁控制系统。我们认识到电力系统是一个大系统，它具有一强非线性，二多维，三动态的特征。要提高它的稳定运行有许多方法，如从结构方面入手改善输电网、从汽轮机入手解决快关技术、从发电机和变压器入手解决电抗大的问题或是采用更好的快速励磁。大量的实践证明，对发电机组进行励磁控制不管从效益投资比还是从易于实现的角度来看，都是最好的方法。2同步发电机励磁系统控制要解决的主要问题电力系统的复杂性及其规模上的越来越庞大，要想确保其稳定运行那将是一个非常复杂的工程。用控制理论的角度来看，它的运行过程是高维数、高阶、多变量的，即是在不断变化的环境中运行。因此该系统的数学模型就不得不进行相应合理地进行简化调整，同时还得精准，这样才能定性的同时实现定量的分析和计算，才能很好地确保整个电源系统的安全稳定运行。然而要做到这一点，创建系统中的各个元件的数学模型就成为了基点。从电力系统的动态行为来讲，它是高度非线性的系统，当该系统中包含的设备的各种特性不同也会对其造成影响。所以只有从不同方面对其进行观察，而不仅仅当作是一个单一方面的问题。电力系统是一个大系统，它具有一强非线性，二多维，三动态的特征.励磁控制系统性能的优劣又是直接影响发电机的可靠性和稳定性，还是衡量电力系统的重要技术指标，高性能的励磁控制系统就能为电网输送高质量的电能。励磁控制系统应能根据系统运行情况进行自动调整参数、快速响应的励磁调节控制系统。同步发电机的励磁控制系统对于电力系统的作用不仅仅是更好的维持电力系统的正常运行，更重要的是在电力系统的出现事故的时候也能更好的运行。所以该系统的优劣直接影响到发电机是否能可能运行，是否能提供稳定的电能，也是衡量电力系统质量的重要技术指标。从同步发电机的励磁控制系统对于电力系统运行的作用角度出发，可以得出它需要完成以下几个任务：1、输出恒定的电压，2、对发电机组之间的无功功率进行分配3、增强同步发电机在进行并联运行过程中的稳定性。3几种解决方案1线性单变量励磁控制方法线性单变量励磁控制方法由上个世纪50年代从古典控制理论发展而来，是一种用传递函数对控制系统进行数学描述的方法，主要用于研究单输入、单输出且成线性定常的控制对象。而这种发电机多采用直流励磁机励磁方式，使用了按发电机端电压偏差的励磁控制方法。该方法算法简单且可靠，物理意义又明确，调整又方便，在实践中得到了广泛应用有着丰富的实践经验。在出现故障后能抑制电压的波动，提高发电机电压的稳定性；并且在一定程度上可以补偿励磁电流的滞后。由于是线性单变量的所以适用范围只能是单变量的线性定常系统，对于非线性，时变、耦合及参数和结构不确定的复杂对象都力所不能及，且无法同时改善在功率、发电机转速因素方面的性能要求。2线性多变量励磁控制方法针对线性单变量励磁控制方法的不足，外加在精度、稳定性方面的矛盾，人工阻尼的不足的问题，提出了线性多变量的励磁控制方法，该方法包括多种，如强力式、PID+PSS方法和线性最优等。这些方法有一定的改进作用，但是不足之处都是只适用于理想状态下的系统3非线性多变量励磁控制方法现实中大部分的电力系统并不是理想的近似线性化的数学模型，而是非线性，且同时具有时变性、大维数动态特点的控制对象，因此上述线性多变量励磁控制方法只能对特定的系统起作用，对大部分的电力系统如采用上述方法的话，会存在较大的偏差，控制效果也不理想，加入非线性因素，才提出来非线性多变量励磁控制方式。该方式根据不同特性又有不同的方式，如鲁棒性的、变结构的、自适应的等。它们各自都有自己的优缺点，都能在一定程度上和某一特定环境下起到作用，在面对电力系统的强非线性、时变性和某些不确定因素下建立精确的模型很困难，包括基于状态方程的各种线性和非线性控制理论也难以把这些因素考虑进去。4智能励磁控制方法以上的方法都需要较为精确的数学模型，而智能控制方法并不依赖对象模型，因此在研究具有不精确和不确定性的电力系统或者更为复杂的对象时，能够专注于方法的探究，而无需更多时间在对模型的建立上。智能控制方法在针对励磁系统中非线性，并行计算，自适应，自学习，自组织等方面的控制能力目前已经得到了充分的肯定，特别是其在处理系统稳定过程中可处理性、鲁棒性方面的控制。而目前运用到励磁控制中的智能控制方法理论也有很多；比如：模糊励磁控制理论、神经网络励磁控制理论、支持向量机励磁控制理论、专家励磁控制理论、迭代学习励磁控制理论、基于遗传算法的励磁控制理论、模糊神经励磁控制理论等如果能将智能控制与模糊理论知识，优化理论知识相结合，就能创造出更适合非线性的励磁控制系统的控制方法。4小结同步发电机励磁控制系统需要面对电网非线性，多维，动态等性质。传统方法在研究励磁系统时都将其建模为一个线性系统或者是在稳态下的小干扰理想系统。在面对大扰动非线性多维动态的电力系统时控制效果不佳。于是，在研究同步发电机励磁控制系统改进方法时，根据参考文献中文章脉络，整理出如下步骤。首先应对电力系统和励磁控制系统建模，应注意非线性的问题。其次选择控制理论和可能适用的几种算法方案。再对比各种算法选出最合适的一种，并对所选算法进行优化。最后对设计的励磁控制系统进行仿真。例如在参考文献同步发电机励磁系统的智能控制方法研究中，首先对比了各种传统方法，最后决定采用智能控制加上PSO算法。可是PSO算法后期速度会变得很小，不能脱离局部，导致对电网动态的特征模拟效果不佳。于是将社会分工的思想运用在PSO算法中进行改进，将搜索任务分为局部搜索和正常搜索，粒子分为两部分分别进行不同的搜索任务提高搜索效率。在参考文献基于输出反馈的同步发电机非线性鲁棒励磁控制中，采用非线性输出控制理论，借助于微分同胚的概念针对多输入多输出非线性系统的鲁棒输出反馈控制提出该理论的改进形式以扩展其应用范围并进一步将改进理论应用于同步发电机非线性励磁控制设计出无需测量转子角及暂态电势的非线性鲁棒励磁控制器。也可以从模型的建立方面改进，例如参考文献采用输出反馈方式的电力系统非线性励磁控制中,通过对系统的数学模型进行一种简单而有效的变换，将其转换为以发电机的机端电压偏差、角速度偏差以及有功功率偏差为新状态变量的不确定线性系统，进而应用一种基于线性矩阵不等式的鲁棒控制理论设计出非线性励磁控制器。在励磁控制系统的研究过程中最重要的地方在于系统的建模和算法的研究。怎样将数学知识运用在算法的设计与改进以及模型的建立当中。将抽象的数学理论与算法运用在工程实践中需要对其有透彻理解和掌握，可见数学对于工程学的巨大影响力。而且在PSO算法的研究中，最早是观察鸟类，鱼群，人类社会的群体活动总结出的粒子群算法，是一种基于简化的社会模型模拟的群智能演化计算技术。而在实际运用中PSO算法后期运算出现问题，于是优化算法从动物和人类社群的分工合作中得到启发，让一部分粒子负责局部搜索另一部分粒子负责正常搜索。博弈论的思想也是最早源自纳什对人类社会活动的观察。因此，应该处处留心多观察，将生活与科研结合起来，抽象出规律进而形成理论，运用在所研究的领域中。同时，因该意识到创新不一定非要创造出一种崭新的前所未有的方法，能在现有理论的基础上做出改进也是非常不易的。每一次的改进累积起来就是工程学的大进步。笔者水平有限，对各参考文献理解不甚透彻，学习起来有一定难度和障碍，如有错误请老师批评指正。参考文献[1]徐果薇,同步发电机励磁系统的智能控制方法研究,重庆交通大学,计算机应用技术,2014,硕士[2]阮阳,袁荣湘,采用输出反馈方式的电力系统非线性励磁控制,武汉大学电气工程学院；电力系统运行与规划（2011年34期）[3]杨帆,阮阳,袁荣湘,基于输出反馈的同步发电机非线性鲁棒励磁控制,武汉大学电气工程学院,分析与研究（2012年10期）[4]阮阳,袁荣湘,万黎,赵红生.同步发电机的非线性鲁棒电压控制[J].电工技术学报.2012(09)[5]阮阳,袁荣湘.非线性输出反馈控制的理论改进及其在电力系统励磁控制中的应用[J].中国电机工程学报.2011(13)[6]李仁东.电力系统励磁控制方法研究[D].南京理工大学2008[7]杨伟,李仁东.带电压反馈的非线性最优励磁控制器设计[J].电力系统保护与控制.2010(14)[8]王康,符杨,辛焕海,王冠楠.基于新型Back-stepping方法的电力系统励磁控制器设计[J].浙江大学学报(工学版).2011(04)